AI绘画街霸角色总不对味？动作张力和版权两关实测
我的判断是：AI绘画街霸角色，画质早不是问题，卡人的是动态姿势和版权两道关。我用10月的41张废稿换出三条写法，先把姿势提示词调对，再想清楚图往哪发，基本就能少走弯路。
用AI绘画街霸角色，10月这轮跑下来我的结论很直接：姿势提示词决定七成成败，剩下三成靠修手。我算是从街机厅年代搓招搓过来的老玩家，现在在成都做平面设计，游戏群里每月一次同人接龙，这个月轮到格斗主题，我就把春丽和隆各跑了一轮。
先说丢人的部分。10月3日晚上那批图，41张废稿里23张手是崩的，六指、断指、握拳握出四个拇指，什么花样都有。腿更惨，春丽招牌的劈叉踢，AI十次有八次给你画成并腿站桩，那味儿一下子就没了，像个coser摆拍，不像从升降台上走下来的格斗家。
群里有个刚入坑的小伙更绝，他抽隆的波动拳，掌心光波十有七八画在背后，人朝前推手，光球往身后飘，跟转发自如似的。他问我怎么回事，我说你这提示词里连个方向词都没有，模型猜去呗。
动态姿势的提示词，动词要排在画风前面
写法上先动作后画风：劈叉、回旋踢这类动词放前面，画风词放后面，可用的出图比例能从一成提到六成。
这个结论是我拿三组提示词各抽十张比出来的。第一组我就偷懒写了角色名加fighting，十张里只有一张能看，全是站着比个架势完事。第二组把动作写具体，mid spin kick、low sweep这一类，还补了motion blur，可用率直接上来。第三组在前面基础上加了手部约束词，可用率再高一点，但颜色开始飘，春丽的旗袍蓝经常跑成紫。
| 提示词写法 | 十张里可用 | 主要问题 |
|---|---|---|
| 角色名 + fighting | 1张 | 站桩摆拍味，腿并着 |
| 具体动作词提前 + motion blur | 6张 | 手部崩坏多 |
| 再加手部约束词 | 7张 | 配色偶发跑偏 |
道理其实不难懂。模型对排在前面的词权重给得足，你把spin kick放句首，它就优先把动势画出来；你要是先堆一堆光影、画风、高清词，动作就被挤成配角了。之前看过一篇讲正向提示词怎么排序的实测，思路跟这个是通的，位置就是权重，这话在格斗题材上尤其灵。
对了，隆的升龙拳比春丽好画。跳劈向上这种纵向动作模型理解得快，横向的扫堂腿反而容易糊成一团。你要是挑角色练手，建议先从纵向招式开始。
手崩了别急着重抽，局部重绘更省时间
六指别反复重roll，把分辨率减半出图再局部重绘，两遍基本能修好，比整图重抽省一多半时间。
这是我交学费交出来的。头一晚我轴得很，手崩了就整个重抽，抽到凌晨一点，进度条转了四十多次。第二天换个思路：先出小图定构图，手部区域用局部重绘去抠，羽化半径给32，重绘幅度压到0.35，两遍下来基本就是个能看的手。整套流程从三小时缩到一小时出头。
有个小发现值得记一笔：重绘幅度超过0.5，修好的手经常把袖口一起改掉，春丽的双丸子头偶尔也会被顺走一个。低于0.3又修不动，六指还是六指。0.35附近是我这轮试出来的甜点，你可以先照这个起步再微调。
同人图能发到哪，这条线先给自己划好
自己收藏、群内交流一般没人管；印周边卖、接商单就是另一回事，商用授权得先拿到手再动。
我这批图的去向很克制：两张贴自己工位，其余发群里接龙。有群友问我印一批钥匙扣挂在闲鱼行不行，我的态度是别。格斗游戏厂商对同人周边的态度各家不一，有的睁只眼闭只眼，有的说下架就下架，我没有看到过白纸黑字的授权文件，就不替任何一家下结论。真想变现，要么去翻官方的二创政策原文，要么干脆画原创格斗角色，把人设改成自己的。
去年我帮朋友拳馆做过一张海报，当时为了皮革质感磨了五版拳套，那次的经验是商用物料离IP远一点，气顺，睡得也踏实。
回头想想，41张废稿换三条经验，性价比其实不亏。街霸这批角色招式动作大、服装标志性强，恰恰是检验AI动态表现的最好考题。你只要记住动词前置、局部修手、商用先拿授权这三条，这周五晚上就能交出一张能贴墙的图，不用像我一样熬到凌晨。
常见问题
AI绘画街霸角色会不会侵权？
分用途。自己看、群里发着玩，圈内普遍默认没问题；印成实物卖钱、挂在店铺当宣传图，就踩进商用范围了，没有授权的话风险自负。拿不准就画原创角色，招式可以像，脸和服装标志别照搬。
为什么我画出来的人物像在摆拍？
九成是动作词太弱。光写fighting没用，要写具体的招：spinning kick、crouching punch，再补一个motion lines或motion blur。动作词排句首，权重才够。
春丽的包子头老是丢怎么办？
发型词写全，double hair buns这种具体词比ox horns稳，最好再叠一次强调。我实测发型词只写一次时，十张里有两三张会变成散发，写两遍加权重后基本稳定。
手部崩坏有彻底根治的办法吗？
现阶段没有，只能靠流程控损。小图定构图、局部重绘修手、重绘幅度0.35左右，这套组合下来成片率最高。追求全自动不出错，还得再等等模型迭代。